ITCOW牛新网 12月17日消息，谷歌今日正式推出其最强视频生成模型 Veo 2，这款升级版模型在分辨率、时长及对现实世界的理解能力上均取得突破。Veo 2 的推出进一步巩固了谷歌在生成式AI领域的竞争优势，尤其是在视频生成领域，对 OpenAI 的 Sora 模型形成直接挑战。
Veo 2 的核心优势与突破
- 最高4K超高清分辨率
Veo 2 模型支持生成 最高 4K 分辨率（4096 x 2160像素） 的视频，这一规格是 OpenAI 的 Sora 模型（最大1080p）的4倍。 - 更长时长，达2分钟
Veo 2 支持生成长达 2分钟 的视频片段，相较于 Sora 的最长20秒，时长提升了6倍，为用户提供了更完整的视觉叙事能力。 - 更深层次的现实理解
Veo 2 加强了对 物理规律、人类运动与细腻表情 的模拟能力，例如流体动力学、光影变化、镜头效果以及电影级表现，生成的视频更加真实且富有动态细节。 - 多模态输入支持
Veo 2 可根据 文本提示 或 文本+参考图像 的组合输入生成高质量视频，满足用户的多样化需求。
目前，Veo 2 仍处于测试阶段，仅在谷歌的实验性工具 VideoFX 中开放使用，但分辨率与时长有所限制：
- 分辨率上限：720p
- 视频时长：8秒
DeepMind 产品副总裁 Eli Collins 表示，未来几个月内，团队将基于用户反馈持续优化和扩展 Veo 2 模型的能力，逐步解锁更高分辨率与更长视频时长。
为应对 AI 视频生成带来的潜在风险，特别是 Deepfake 滥用，Veo 2 集成了专有水印技术 SynthID。该技术通过嵌入隐形标记，使生成的视频内容可被追踪与识别，有效提高内容透明度，减少滥用风险。
Veo 2 的发布标志着谷歌在 AI 视频生成领域的技术跃升，尤其是在分辨率、时长及对现实世界细节的模拟上处于行业领先地位。与 OpenAI 的 Sora 等竞争产品相比，Veo 2 展现了更强的性能与更广的应用潜力。
未来，随着模型迭代和开放程度的提升，Veo 2 有望在影视制作、广告创意、虚拟现实等多个行业掀起变革，为用户提供更加高效、逼真的视觉内容生成工具。